Se estima que la enfermedad del hígado graso afecta a una de las cuatro personas en todo el mundo debido a la acumulación de grasas en el hígado. Si no se trata, puede producir complicaciones graves, como servidores y cáncer de hígado, que es muy importante para la detección y el tratamiento de la piel.
Actualmente, las pruebas estándar para el diagnóstico de enfermedad del hígado graso incluyen ultrasonidos, CTS y MRI, que requieren costosos equipos e instalaciones especiales. Por el contrario, los rayos x del tórax se realizan con mayor frecuencia, relativamente baratos y contienen baja exposición a la radiación. Aunque esta prueba se usa principalmente para examinar el pulmón y la afección cardíaca, también atrapa una parte del hígado, lo que permite detectar los síntomas de la enfermedad del hígado graso. Sin embargo, la relación entre los rayos x del tórax y la enfermedad del hígado graso rara vez ha sido objeto de un estudio profundo.
Por lo tanto, un modelo de IA dirigido por el profesor asociado Sawaku Achada Kobiyashi y el profesor asociado Diajo Eida en la Facultad de Medicina Graduada de la Universidad Metropolitana de Osaka desarrollaron un modelo de IA, conocido como hígado graso de las imágenes de rayos de cofre x.
En este estudio anterior, se usó un total de 6.599 imágenes de rayos X de tórax que contenían datos de 4.414 pacientes para producir un modelo de IA, que utilizaba una puntuación de parámetro de actitud controlada (CAP). Se confirmó que el modelo AI era extremadamente preciso, en el que el área bajo la curva de características operativas del destinatario (AUC) es de 0.82 a 0.83.
El profesor Achada Kobiashi dijo: “Usando los métodos de diagnóstico de rayos X de cofre y baratos fácilmente adquiridos y baratos tienen la capacidad de mejorar la detección del hígado graso. Esperamos que pueda ponerse en práctica en el futuro”.
